PSY117/454 - Statistická analýza dat - sylabus 2009 v1.02



PSY532, PSY232 – Praktick? úvod pro pou?ívání statistického programu R podzim 2018Vyu?ujícíMgr. Stanislav Je?ek, PhD. – garance kurzujezek@fss.muni.cz, 549494616, konzulta?ní hodiny: st?eda 13:00 – 15:00, FSS 2.47 Mgr. Vít Gabrhel – p?edná?ky, seminá?evit.gabrhel@mail.muni.cz, konzultace po dohodě emailemCharakteristika kurzuTento kurz si klade?t?i hlavní cíle. Tím prvním je sní?ení míry závislosti (v ideálním p?ípadě úplná nezávislost) na placeném statistickém softwaru, kter? m??e b?t?z finan?ních d?vod? nedostupn? a kter? u?ivateli poskytuje relativně omezené mo?nosti práce. S?tím souvisí snaha vzbudit zájem o programovací jazyk s nep?ebern?mi analytick?mi mo?nostmi a vitální komunitou globálního charakteru. V?neposlední ?adě p?jde o osvě?ení si bě?n?ch procedur v rámci statistické anal?zy dat, jako? i o prohloubení dosavadních znalostí v této oblasti.Návaznosti kurzuDoporu?en?m p?edpokladem tohoto kurzu jsou znalosti statistiky v?rozsahu kurzu Statistická anal?za dat II. - PSY252 () nebo Statistická anal?za dat - SOC108, resp. SOC708 (). Organizace kurzuPo?et kredit?:4Ukon?ení kurzu:zápo?etP?edná?ky:1 vyu?ovací hodina t?dněSeminá?e:1 vyu?ovací hodina t?dněInforma?ní systém MUV informa?ním systému MU ?ásti Studijní materiály k p?edmětu PSY523 umis?ujeme podklady k témat?m uveden?m v sylabu p?edev?ím v podobě prezentací, odkaz? na dal?í zdroje informací a seminárních materiál?. Na stejném místě jsou té? k dispozici pokyny nezbytné k plnění písemn?ch úkol?, pop?. doplňky k?tomuto sylabu.KOMUNIKACE S?VYU?UJ?CMIPreferovan?m komunika?ním kanálem pro osobní komunikaci t?kající se kurzu je email. Pou?ívejte prosím ?PSY532“ nebo ?PSY232“) v p?edmětu sv?ch email?. Urychlíte tím jejich vy?ízení.V p?ípadě dotaz? t?kajících se látky kurzu, vyu?ívejte prosím v maximální mo?né mí?e facebookové skupiny ?Statistika, metodologie, psychometrika“ () a ?Kvantitativní krou?ek“ (). Je pravděpodobné, ?e odpově? na Vá? dotaz by mohl zajímat i Va?e spolu?áky, a byla by proto ?koda uzav?ít takovou komunikaci do soukromí email?. V?ichni vyu?ující kurzu skupinu spravují, pravidelně sledují a p?ispívají do ní.K d?le?it?m ohlá?ením pou?íváme hromadn? email student?m.Po?adavky na UKon?ení kurzuCvi?ení V?pr?běhu semestru mají studenti jako jednotlivci za úkol zpracovat sadu a? 10 cvi?ení z R vycházejících z?látky probrané na hodinách. Cílem cvi?ení je upevnit nabytou znalost. Cvi?ení budou k?dispozici v?rámci virtuální t?ídy (R101: A practical guide to using R as your everyday statistical tool) na platformě DataCamp (). Studující, kte?í si ponechají kurz zapsan? po konci období změn v?zápisu kurz?, obdr?í na svoji ?kolní emailovou adresu pozvánku do virtuální t?ídy. Ka?d? úspě?ně odevzdan? skript bude oceněn 10 body. Celkově tak lze za skripty získat a? 100 bod?. Nejzaz?í mo?n? termín pro odevzdání cvi?ení je nedělní p?lnoc v?rámci t?dne, kdy bylo dané cvi?ení zadáno. Nap?íklad pro cvi?ení k tématu ?5. Manipulace s?daty“, zadané v?pondělí 22. 10. 2018, je to neděle 28. 10. 2018 23:59. V?jimkou je téma ?3. Vkládání dat“, kdy je mo?né cvi?ení odevzdat do neděle 7. 10. 2018 23:59.Prezentace vybraného balí?kuSou?ástí závěre?né hodiny kurzu bude prezentace vybraného balí?ku (kup?. pro anal?zu v?bakalá?ské ?i diplomové práci) frekventanty kurzu ?i t?my frekventant? (bude stanoveno na základě po?tu ú?astník? kurzu). Splnění úkolu je honorováno 10 body.Studenti utvo?í dvou?lenné t?my a do 1. 11. 2018 si v?rámci těchto t?m? zvolí jeden balí?ek (package), kter? v?rámci tématu PREZENTACE VYBRAN?HO BAL??KU p?edstaví ostatním. Balí?ek by se měl v?ideálním p?ípadě t?kat anal?zy, kterou studenti zam??lejí (nap?. v?bakalá?ské ?i diplomové práci) vyu?ít. Ka?d? balí?ek m??e b?t prezentován pouze jednou. Horní ?asov? limit pro prezentaci jednoho p?íspěvku je 7 minut. Doporu?ená struktura je 5 minut na prezentaci balí?ku a 2 minuty na diskuzi k?p?íspěrmace o ?lenech t?mu a balí?ku zam??lenému k?prezentaci vyplňte do 1. 11. 2018 na následujícím odkazu: ??ast na hodinách??ast na hodinách je dobrovolná, docházka proto nebude vy?adovaná. Zápo?etKurz je zakon?en zápo?tem udělen?m za ú?ast na hodinách, vypracované anal?zy a prezentace vybraného balí?ku. OmluvyVíte-li o tom, ?e budete mít ze záva?n?ch d?vod? (kup?. nemoc) problémy s?dodr?ením některého z?termín? (nap?. pro odevzdání skript?), informujte nás o tom co nejd?íve. Celkové hodnoceníK?udělení zápo?tu je t?eba získat alespoň 60 % z?maximálního po?tu bod?, kter? tvo?í sou?et bod? za vypracované skripty (80 bod? základ a 20 bod? jako bonus) a prezentaci (10 bod?), tj. 54 bod?. Celkové hodnocení se po?ítá z?90 bod? jako základu a bude pou?ívat následující stupnici:Z = 54 a více bod?.N = 53 a méně bod?.??AST NA V?ZKUMU V R?MCI KURZUV?rámci ú?asti kurzu mohou b?t studenti po?ádáni o ú?ast na v?zkumech jak pro zlep?ení kvality kurzu samotného, tak i pro dal?í ú?ely spojené s?v?zkumn?m zamě?ením katedry. ??ast v?těchto v?zkumech je ryze dobrovolná a nemá vliv na úspě?né ukon?ení kurzu ?i získané hodnocení.Prvním p?íkladem takového v?zkumu je ově?ení pozornosti p?i ?tení sylabu kurzu. Po?lete prosím do pátku 21. 9. 2018 email s?Vámi vybran?m memem vyu?ujícímu kurzu s?nejni??ím dosa?en?m stupněm vzdělání na uvedenou emailovou adresu v?tomto sylabu. PROBL?MOV? OKRUHY 1. PROGRAMOVAC? JAZYK R A PR?CE S N?M a) Konceptuální p?edstavení jazyka R b) Instalace R a Rstudio, orientace v prost?edí Rstudio, library and packages c) Základní operace – aritmetika, p?i?azování hodnot objekt?m, zji??ování t?ídy objekt?d) Efektivní psaní kóduDoporu?ená literatura k?tématu:Muenchen, R. A. (2011). R for SAS and SPSS Users. Springer: New York.Norman, M. (2011). The Art of R Programming. No Starch Press: San Francisco.Coding etiquette – Getting started with R and RStudio – ’s R Style Guide – R basics, workspace and working directory, RStudio projects – RStudio IDE Cheat Sheet – R Cheat Sheet – 2. DATOV? OBJEKTYa) Vectorb) Matrixc) Factorsd) Data Framese) ListsDoporu?ená literatura k?tématu:Muenchen, R. A. (2011). R for SAS and SPSS Users. Springer: New York.Navarro, D. J. (2014). Learning statistics with R: A tutorial for psychology students and other beginners. Available online: , M. (2011). The Art of R Programming. No Starch Press: San Francisco.Cvi?ení:Introduction to R 3. VKL?D?N? DAT a) Import dat formátu .csv b) Import dat formátu .txtc) Import dat formátu .xlsxd) Import dat formátu .savDoporu?ená literatura k?tématu:Muenchen, R. A. (2011). R for SAS and SPSS Users. Springer: New York.Navarro, D. J. (2014). Learning statistics with R: A tutorial for psychology students and other beginners. Available online: Import : : CHEAT SHEET – Cvi?ení:Importing Data in R (Part 1) Importing data from statistical software packages4. ?I?T?N? DATa) Messy data, tidy datab) Práce s??asov?m formátem dat a s?textov?mi proměnn?mic) Missing values, outliers, errorsDoporu?ená literatura k?tématu:Muenchen, R. A. (2011). R for SAS and SPSS Users. Springer: New York.Navarro, D. J. (2014). Learning statistics with R: A tutorial for psychology students and other beginners. Available online: , M. (2011). The Art of R Programming. No Starch Press: San Francisco.Cvi?ení:Cleaning Data in R5. MANIPULACE S?DATYa) tblb) select, mutatec) filter, arranged) summarise, %>%e) group_byDoporu?ená literatura k?tématu:Data Wrangling with dplyr and tidyr Cheat Sheet – Cvi?ení:Data Manipulation in R with dplyr6. EXPLORACE DATa) Kategorická datab) Numerická dataDoporu?ená literatura k?tématu:Muenchen, R. A. (2011). R for SAS and SPSS Users. Springer: New York.Navarro, D. J. (2014). Learning statistics with R: A tutorial for psychology students and other beginners. Available online: , M. (2011). The Art of R Programming. No Starch Press: San Francisco.Cvi?ení:Exploratory Data Analysis 7. ?VOD DO GRAFIKYa) Bar chartb) Histogram c) Boxplot d) Error bare) Scatterplot f) Pirate plotDoporu?ená literatura k?tématu:Kabacoff, R. I. (2011). R in Action Data analysis and graphics with R. Manning: Shelter Island.Wickham, H. (2009). ggplot2: Elegant Graphics for Data Analysis. Available online: Visualization with ggplot2 Cheat Sheet – Cvi?ení:Data Visualization with ggplot2 (Part 1)8. SROVN?N? SKUPINa) t-test (jednov?běrov?, dva nezávislé v?běry, opakovaná mě?ení), Student?v a Welchov?v t-testb) Anal?za rozptylu (ANOVA) Doporu?ená literatura k?tématu:Field, A., Miles, J., & Field, Z. (2012). Discovering Statistics Using R. Sage: UK.Lakens, D. (n.d.). The perfect t-test. Sta?eno dne 8. 10. 2016. Dostupné online na:, D. J. (2014). Learning statistics with R: A tutorial for psychology students and other beginners. Available online: , J. (2014). Using R for Introductory Statistics (2. edice). Chapman & Hall: Boca Raton.Cvi?ení:Intro to Statistics with R: Student’s T-testIntro to Statististics with R: Analysis of Variance (ANOVA)9. KORELACE, JEDNODUCH? REGRESEa) Korelace (Pearsonovo r, Spearmanovo rhó, Kandallovo tau)b) Jednoduchá lineární regreseDoporu?ená literatura k?tématu:Field, A., Miles, J., & Field, Z. (2012). Discovering Statistics Using R. Sage: UK.Navarro, D. J. (2014). Learning statistics with R: A tutorial for psychology students and other beginners. Available online: í:Intro to Statistics with R: Correlation and Linear Regression10. V?CEN?SOBN? LINE?RN? REGRESE A LOGISTICK? REGRESEa) Vícenásobná lineární regreseb) Logistická regrese Doporu?ená literatura k?tématu:Field, A., Miles, J., & Field, Z. (2012). Discovering Statistics Using R. Sage: UK.Navarro, D. J. (2014). Learning statistics with R: A tutorial for psychology students and other beginners. Available online: , J. (2014). Using R for Introductory Statistics (2. edice). Chapman & Hall: Boca Raton.Cvi?ení:Multiple and Logistic Regression11. HIERARCHICK? A MIXED MODELYa) ?vod do hierarchick?ch a mixed model?b) Linear mixed-effect modelsc) Generalized linear mixed-effect modelsd) Repeated MeasuresDoporu?ená literatura k?tématu:Field, A., Miles, J., & Field, Z. (2012). Discovering Statistics Using R. Sage: UKCvi?ení:Hierarchical and Mixed Effect Models12. PREZENTACE VYBRAN?HO BAL??KUKrátká prezentace vybraného balí?ku (kup?. pro anal?zu v?bakalá?ské ?i diplomové práci) frekventanty kurzu ?i t?my frekventant? (bude stanoveno na základě po?tu ú?astník? kurzu).?ASOV? OSNOVA TermínTéma24-09-18PROGRAMOVAC? JAZYK R A PR?CE S N?M 01-10-18DATOV? OBJEKTY (16:00 – 17:30)01-10-18VKL?D?N? DAT (18:00 – 19:30)15-10-18?I?T?N? DAT22-10-18MANIPULACE S DATY29-10-18EXPLORACE DAT05-11-18?VOD DO GRAFIKY12-11-18SROVN?N? SKUPIN 19-11-18KORELACE, LINE?RN? REGRESE26-11-18V?CEN?SOBN? LINE?RN? REGRESE, MEDIACE A MODERACE03-12-18HIERARCHICK? A MIXED MODELY10-12-18PREZENTACE VYBRAN?HO BAL??KULITERATURABase R Cheat Sheet – etiquette – Data Visualization with ggplot2 Cheat Sheet – Data Wrangling with dplyr and tidyr Cheat Sheet – , A., Miles, J., & Field, Z. (2012). Discovering Statistics Using R. Sage: UK.Getting started with R and RStudio – ’s R Style Guide – , D. (2008). Confirmatory Factor Analysis. Oxford University Press.Kabacoff, R. I. (2011). R in Action Data analysis and graphics with R. Manning: Shelter Island.Lakens, D. (n.d.). The perfect t-test. Sta?eno dne 8. 10. 2016. Dostupné online na:, R. A. (2011). R for SAS and SPSS Users. Springer: New York.Navarro, D. J. (2014). Learning statistics with R: A tutorial for psychology students and other beginners. Available online: , M. (2011). The Art of R Programming. No Starch Press: San Francisco.R basics, workspace and working directory, RStudio projects – RStudio IDE Cheat Sheet – , J. (2014). Using R for Introductory Statistics (2. edice). Chapman & Hall: Boca Raton.Wickham, H. (2009). ggplot2: Elegant Graphics for Data Analysis. Available online: . ................
................

In order to avoid copyright disputes, this page is only a partial summary.

Google Online Preview   Download